本文へ移動
Harch AI Lab AI Learning & Research Mediapowered by Artiql Inc.

エージェントメモリ(Agent Memory)とは・意味、仕組み・主なサービス・研究

エージェントメモリとは?

エージェントメモリ(Agent Memory)とは、AIエージェントやAIアシスタントが、利用者とのやりとりや作業から得た情報を会話の外に保存し、あとの別の会話や作業で読み出して使う仕組みのこと。

英語では「agent memory」と表記する。Anthropic は2026年11月の研究の記事で agent memory を定義した。agent memory は、Claude が利用者とのやりとりや任された作業の経験から得て、セッションをまたいで持ち続け、あとで読める文脈として保存した知識のことだ。

Anthropic はモデルの重みの変更、1つの会話の中での学習、コンパクション(古いやりとりを要約に置き換える処理)を agent memory に含めていない。

日本語の資料では、データ分析の基盤を提供する Databricks の日本語の文書が「エージェントメモリ」と表記し、1回のやりとりの状態を保存する「エージェントセッション」と区別している。同社の説明では、エージェントメモリは事実や好み、決めたことを保存し、あとの別の会話で意味の近さによる検索で取り出す。Google Cloud も日本語のブログで「エージェント メモリ」と表記している。

Google Cloud はブログで、大規模言語モデル(LLM)はセッションをまたいで状態を持たないと説明している。AWS も、記憶の機能がなければエージェントはやりとりのたびに前の会話を知らない状態から始めるとしている。エージェントメモリは、モデルの外に記憶の置き場を設けて、この点を補う。

エージェントメモリの仕組み

1回の会話の記録と長く残す記憶を分けて保存

AWS の Amazon Bedrock AgentCore の記憶の機能は、短期の記憶と長期の記憶を分けている。短期の記憶は1つのセッションの中のやりとりを順に残し、「明日は?」のような続きの質問を前の話題とつなげて理解するのに使う。長期の記憶は、利用者の好みや大事な事実、セッションの要約を会話から抜き出し、複数のセッションをまたいで残す。

Databricks も、会話の記録(セッション)と記憶(メモリ)を別の置き場に保存する。セッションを消しても、記憶の置き場に移した内容は消えない。

エージェント自身が書く記憶と会話から抜き出す記憶

Anthropic は記憶を作る時機について、作業の途中で書く方法と、作業のあとに別の処理で作る方法を比べている。作業の途中で書く例として、同社の記事では Claude が記憶用のフォルダーにメモのファイルを書き、次のセッションでそのファイルを読み出す。

会話の記録から残す価値のある情報を、あとから別の処理で抜き出す方法もある。Databricks の記憶のパイプラインは、会話から長く残す事実や好みを抜き出し、重複を除き、新しい会話と食い違う古い事実を置き換える。Google の Agent Platform Memory Bank も、LLMを使って会話から記憶を抜き出し、既存の記憶と統合する。

会話の始めに読み込む記憶と検索で探す記憶

Databricks の Agent Memory では、エージェントはセッションの始めに、記憶にある内容の索引を読み込む。セッションの途中では、キーワードと意味の近さを組み合わせた検索で細部を探す。

Anthropic のAIエージェント Claude Code の自動の記憶(auto memory)は、MEMORY.md というファイルの最初の200行か25KBだけを毎回のセッションで読み込む。この部分は、Claude が何を知っていて、それがどこにあるかを示す索引の役割を持つ。

Anthropic は、毎回のセッションの始めに読み込む記憶は限られたトークンを使ううえ、誤ったメモが毎回のセッションに持ち込まれるおそれもあるとしている。そのため、読み込む部分は比較的小さく保つ必要があるという。

ドリーミングで記憶をまとめ直す

エージェントが作業の記録を振り返り、記憶の誤りを直したり新しいメモを作ったりする処理は、「ドリーミング(dreaming)」と呼ばれることが多い。Letta と UC Berkeley の研究者は、やりとりの合間の空き時間に文脈を整理し直す方法として「sleep-time compute」を提案した。Anthropic は、同じ考え方がエージェントの記憶の整理にも役立つとしている。

GitHub は2026年10月28日、Copilot のドリーミングのパブリックプレビューを始めた。Copilot のドリーミングは過去の作業を振り返り、個人の記憶やリポジトリの記憶を足したり、直したり、消したりする。リポジトリに置いたスキルや指示のファイルを変えるときは、ドリーミングがプルリクエストで変更を提案し、チームが確認する。ドリーミングは、利用者や管理者が有効にしたときだけ動く。

エージェントメモリの主なサービスと提供状況

提供元 サービス・機能 主な利用者 記憶の扱い 提供状況
OpenAI ChatGPT のメモリ ChatGPT の利用者 利用者が覚えるよう指示した内容などを残す「保存されたメモリ」と、過去のチャットの参照など 2024年9月に Free・Plus・Team・Enterprise で提供。使える機能はプランや地域で違う
Google Gemini アプリのメモリーの要約(memory summary) Gemini アプリの利用者 Gemini が利用者について理解している内容を、利用者が見て直したり消したりできる 2026年11月の時点のヘルプでは、要約の機能は米国の Google AI プランの利用者向けで、英語だけ
Google Agent Platform Memory Bank エージェントの開発者 会話から長期の記憶を作り、利用者などの単位ごとに分けて保存する Gemini Enterprise Agent Platform の機能。2026年9月1日からの料金体系では、保存したデータの量と読み書きの回数などに応じて課金
GitHub(Microsoft) GitHub Copilot Memory Copilot を使う開発者 リポジトリの事実(コードの決まり・テストの方法など)と、個人の好みを分けて保存する 2026年10月28日に有料の Copilot のプランで一般提供
Anthropic Claude のメモリ Claude アプリの利用者 プロジェクトごとに記憶を分け、覚えた内容の要約を利用者が確認・編集できる 2025年9月に Team・Enterprise のプランで提供を始めた。2026年11月の時点のヘルプでは、Free・Pro・Max・Ultra・Team・Enterprise のすべてのプランで使える
AWS Amazon Bedrock AgentCore Memory エージェントの開発者 短期の記憶と長期の記憶を分けて管理する AgentCore は2025年9月17日から使った量に応じて課金し、同年10月13日に一般提供
Databricks Agent Memory エージェントの開発者 会話の記録と記憶を別の置き場に保存し、記憶のパイプラインで会話から記憶を作る 2026年10月20日にベータ版

※2026年11月時点

エージェントメモリが広まった経緯

エージェントの記憶は、ChatGPT などのサービスに記憶の機能が入る前から研究の題材になっていた。2023年10月の MemGPT の論文で、Charles Packer 氏らは、コンピューターの OS がメモリーを階層で管理するやり方にならい、LLMの限られた文脈の外に情報を出し入れする仕組みを提案した。

Zeyu Zhang 氏らは2024年4月、LLMを使うエージェントの記憶の仕組みをまとめた総説の論文を公開した。同氏らは、エージェントが環境とやりとりするうえで中心になる部品を、エージェントの記憶と位置づけている。

利用者が使う製品では、OpenAI が2024年2月に ChatGPT のメモリの試験を始めた。同社は2025年4月の更新で、利用者が覚えるよう指示した保存されたメモリのほかに、過去の会話を参照する仕組みを足した。Anthropic も2025年9月に Claude のアプリにメモリを導入した。

記憶の機能は、エージェントの開発者向けの基盤にも組み込まれた。AWS は2025年7月に発表した Amazon Bedrock AgentCore の部品の1つとして、AgentCore Memory を用意した。

2026年10月からは、記憶の機能の発表が続いた。Databricks が10月20日に Agent Memory のベータ版を発表し、GitHub は10月28日に Copilot Memory の一般提供を始めた。Anthropic は11月6日に、エージェントメモリの考え方と自社の評価をまとめた記事を公開した。

Wei Zhou 氏らは2026年6月の論文で、LLMのエージェントの記憶が急速に発展したとしている。記憶は単純な検索拡張の仕組みから、情報の保存・取り出し・更新・統合などを扱うデータ管理の仕組みへ変わったという。同氏らは記憶の仕組みを「表し方と保存」「抜き出し」「取り出しと振り分け」「維持」の4つの部品に分けて調べている。

エージェントメモリに関する主な出来事・ニュース

エージェントメモリに関する研究

比べたモデルの中で Claude Opus 5 が初めて誤りを次に生かした

Anthropic は2026年11月の研究の記事で、記憶を使って長い課題に取り組む力を測るベンチマーク CL-Bench 1.0 の結果を示した。データベースを調べて質問に答える課題で、Claude は質問ごとに新しいセッションで始めた。前のセッションから取り出せたのは、セッションをまたいで残る記憶用のフォルダーのファイルだけだった。

同社の試験では、Claude Sonnet 4.6 は答えを誤った理由の仮説を立てる段階までにとどまった。Claude Opus 5 は、比べたモデルの中で初めて、誤りの記録から決まりを作って次の質問に生かす循環を完結させた。

Opus 5 の記録の多くには、決まりとその根拠、前の質問の答え、見つけた落とし穴が含まれていた。Claude Opus 5.5 と Claude Sonnet 5.5 も同じ循環を完結させた。

CL-Bench の試験では、記憶を何のために使うかを Claude に伝え、使い方までは指示しないほうが役立ったという。記憶には失敗だけを残すよう決めると、Claude Opus 5 と Claude Opus 4.7 は、記憶で得ていた成績の伸びの多くを失った。一方で、Claude Sonnet 4.6 に答える前に記憶を読んで仮説を試すよう指示すると、得点は2倍近くになった。

ポケモンの試験で記憶のファイルが少ない Fable 5 が先へ進んだ

Anthropic は、ゲーム「ポケットモンスター 赤」を Claude に遊ばせ、何を記憶に残すかの判断を比べた。約1万手の時点で、Claude Sonnet 3.7 は225のフォルダーに413の記憶のファイルを書き、バッジを1つ得た。

Claude Fable 5 は2つのフォルダーの9つのファイルと、最上位に置いた global.md の1つのファイルを書き、バッジを4つ得た。比べたのは、それぞれ1回ずつの試行だ。

Sonnet 3.7 は画面から毎回読める所持金や位置まで記憶に残し、ゲームの状態が変わるたびに記録が古くなったと、同社は分析している。Fable 5 は、試して確かめた決まりや作戦のように、記憶に書かなければ消える情報を残したという。

社内の資料から作ったウィキで答えの質が上がった

Anthropic は、同社が買収したソフトウェア会社 Stainless の社内資料約35万ファイルを使い、資料について25問の評価を作った。Claude Opus 5 のエージェントに、資料を調べてリンクでつながったページの集まり(ウィキ)を、ドリーミングで作らせた。

ドリーミングのセッションを2回から128回に増やすと、ウィキだけで答えたときに25問の採点の基準を満たした割合は、13%から48%に上がった。検索の道具とウィキを両方使ったときの得点は、ウィキが育つにつれて54%から61%に上がり、検索だけの53%を上回った。検索とウィキを両方使うと、1問あたり約2万トークンの節約にもなった。

ウィキが役立たない場合もあった。資料をもとに法律の文書を作る別の評価の課題の1つでは、採点の基準の多くを1つの資料から検索で満たせた。この課題では、ウィキを使っても検索だけのときより成績ははっきりとは上がらなかった。

エージェントメモリの言い方

英語表記 意味 使用主体
agent memory エージェントが経験から得て、セッションをまたいで保持し、あとで読める知識 Anthropic、Databricks
short-term memory 1つのセッションの中のやりとりを順に残す記憶 AWS
long-term memory 好みや事実、要約を会話から抜き出し、複数のセッションをまたいで残す記憶 AWS、Google
saved memories 利用者が覚えるよう指示した内容などを、チャットの履歴とは別に残したもの OpenAI
memory summary AIが利用者について記憶している内容をまとめた要約 OpenAI、Google、Anthropic
dreaming 作業の記録を振り返り、記憶を直したりまとめ直したりする処理 Anthropic、GitHub、Databricks

エージェントメモリの誤りと記憶の管理

誤ったメモも次のセッションで信じて使われることがある

Anthropic によると、Claude は記憶に書く内容をそのセッションの中で判断する。そのため、最初から誤ったメモや環境の変化で古くなったメモも、あとのセッションで Claude に読まれ、信じられることがある。

Anthropic のポケモンの試験では、Claude が建物の位置を誤ってメモし、そのせいで一方通行の段差から来た道へ3回落ちた。ドリーミングでメモを会話の記録と照合して直すと、Claude は先の町まで進んだ。

Anthropic は、ドリーミングで記憶を直すにも計算が必要で、すべての記憶を確かめ続けさせるのは実用的でないかもしれないとしている。

GitHub によると、Copilot は今の作業に関わるリポジトリの事実を見つけるとその事実に付いた引用元を今のブランチと照合し、まだ正しいかを判断する。そのため同社は、記憶した事実をいつも守られる決まりだと考えて頼らないよう説明している。GitHub は、必ず守らせたい指示には、カスタムの指示のファイルを使うよう案内している。

攻撃者が記憶に偽の情報や指示を覚え込ませる攻撃は、メモリポイズニングと呼ばれる。

会話を消しても記憶は残ることがある

ChatGPT ではチャットを消しても、そのチャットから作られた保存されたメモリは消えないことがある。ChatGPT で記憶を消す手順は、情報がどこに残っているかで違う。OpenAI は手順として、メモリの設定から項目を消すことや、その情報を話したチャットを消すことなどを挙げている。同社は、消した保存されたメモリの記録を、安全とデバッグの目的で最大30日残すことがあるとしている。

OpenAI と Anthropic は、記憶を作らない会話の方法も用意している。ChatGPT の一時チャットは、記憶を作ったり更新したりしない。Claude にも、記憶に残らない会話の方法として Incognito chat がある。

記憶した内容がモデルの改善に使われる場合

OpenAI は、個人の ChatGPT のアカウントでは、データの設定で「Improve the model for everyone」がオンのとき、チャットと記憶した情報をモデルの改善に使うことがあるとしている。OpenAI は初期の設定では、ChatGPT Business・Enterprise・Edu などのワークスペースの内容をモデルの学習に使わない。

エージェントメモリに関連する用語

  • コンパクション:AIエージェントやチャットの会話が長くなったときに、それまでのやり取りを要約に置き換え、モデルに渡す文脈を小さくする手法のこと。
  • コンテキストエンジニアリング:AIモデルが答えを作るときに読む情報の全体(コンテキスト)を、作業の段階ごとに選んで整える技術のこと。
  • Context Rot(コンテキストロット):AIモデルに渡す情報が長くなるほど、モデルがその中の情報を正しく扱えなくなり、答えの質が落ちる現象のこと。
  • Memory Poisoning(メモリポイズニング):記憶の機能を持つAIエージェントやAIアシスタントに、攻撃者が偽の情報や悪意のある指示を覚え込ませる攻撃のこと。
  • 継続学習:前に学んだことを忘れずに新しい知識や技能を順に身につける、AIのモデルの学び方のこと。

エージェントメモリに関する出典

Anthropic「The components of agent memory」(2026年11月6日)
Databricks「エージェントのメモリとセッション」(2026年7月22日更新)
Google Cloud「AlloyDB と Memorystore for Valkey で AI エージェントの長期記憶を実装する方法」(2026年10月16日)
AWS「Add memory to your Amazon Bedrock AgentCore agent」
Databricks「Introducing Agent Memory on Databricks」(2026年10月20日)
Google Cloud「Agent Platform Memory Bank」(2026年11月11日更新)
GitHub「GitHub intelligence puts your code, context, and history to work」(2026年10月28日)
OpenAI「ChatGPT のメモリと新しいコントロール」(2024年2月13日、2025年6月3日更新)
OpenAI「Memory in ChatGPT」
Google「View & manage your memory summary in Gemini Apps」
GitHub「About GitHub Copilot Memory」
Anthropic「Bringing memory to teams」(2025年9月11日、10月23日更新)
AWS「Introducing Amazon Bedrock AgentCore: Securely deploy and operate AI agents at any scale (preview)」(2025年7月16日、10月13日更新)
Charles Packer ほか「MemGPT: Towards LLMs as Operating Systems」(2023年10月12日、2024年2月12日改訂、arXiv)
Zeyu Zhang ほか「A Survey on the Memory Mechanism of Large Language Model based Agents」(2024年4月21日、arXiv)
Wei Zhou ほか「Are We Ready For An Agent-Native Memory System?」(2026年6月23日、arXiv)
Anthropic「Import and export your memory from Claude」
Anthropic「How Claude remembers your project」
Google Cloud「Gemini platform pricing」